基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測(cè)模型研究.pdf

1、城市供水管網(wǎng)作為市政工程建設(shè)的基礎(chǔ)設(shè)施,擔(dān)負(fù)著為人民群眾提供優(yōu)質(zhì)無(wú)污染生活飲用水的重?fù)?dān)。自來(lái)水在流經(jīng)龐大繁雜的管網(wǎng)系統(tǒng)過(guò)程中,易發(fā)生“二次污染”,從而導(dǎo)致水質(zhì)下降,影響人民群眾的生命健康。因此,對(duì)管網(wǎng)水質(zhì)的變化情況進(jìn)行科學(xué)預(yù)測(cè)并及時(shí)采取有效的措施已成為專家學(xué)者的研究熱點(diǎn)。傳統(tǒng)的水質(zhì)預(yù)測(cè)方法,諸如模糊數(shù)學(xué)法和灰色系統(tǒng)理論等由于應(yīng)用受限,誤差較大而被逐步淘汰。近年來(lái),RBF(Radial Basis Function,徑向基函數(shù))神經(jīng)網(wǎng)絡(luò)算

2、法憑借其無(wú)限逼近可微函數(shù)的優(yōu)越性能使之在水質(zhì)預(yù)測(cè)研究方面取得了廣泛的應(yīng)用。將 RBF神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到管網(wǎng)水質(zhì)預(yù)測(cè)中,可以有效彌補(bǔ)傳統(tǒng)水質(zhì)預(yù)測(cè)方法所存在的缺陷不足,同時(shí)可以提高預(yù)測(cè)精度。但是,由于 RBF神經(jīng)網(wǎng)絡(luò)算法也存在一些不足之處加之管網(wǎng)水質(zhì)變化情況的復(fù)雜無(wú)規(guī)律性,亟需對(duì) RBF神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測(cè)模型進(jìn)行優(yōu)化改進(jìn)。本文圍繞這一目標(biāo)進(jìn)行了積極的嘗試探索,對(duì)改進(jìn)型 RBF神經(jīng)網(wǎng)絡(luò)算法在管網(wǎng)水質(zhì)預(yù)測(cè)中的應(yīng)用進(jìn)行了深入細(xì)致的研究。本文的研究重

3、點(diǎn)主要集中在以下幾個(gè)方面:
　　(1)介紹了 RBF神經(jīng)網(wǎng)絡(luò)的基本理論知識(shí),在此基礎(chǔ)上總結(jié)歸納了傳統(tǒng)型 RBF神經(jīng)網(wǎng)絡(luò)算法在管網(wǎng)水質(zhì)預(yù)測(cè)方面所表現(xiàn)出的三個(gè)缺陷不足,并分別提出了相應(yīng)的改進(jìn)措施:引入黃金分割法優(yōu)化確定 RBF神經(jīng)網(wǎng)絡(luò)隱含層的單元節(jié)點(diǎn)數(shù)目,摒棄過(guò)去單純依靠專家經(jīng)驗(yàn)進(jìn)行人工選取的傳統(tǒng)做法,提高水質(zhì)預(yù)測(cè)結(jié)果的客觀真實(shí)性;引入LevenbergMarquardt算法優(yōu)化確定RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提高RBF神經(jīng)網(wǎng)絡(luò)的收斂速度;引

4、入遺傳算法對(duì)RBF神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值等基本參數(shù)進(jìn)行優(yōu)化,避免RBF神經(jīng)網(wǎng)絡(luò)陷入局部極小值點(diǎn)。建立基于改進(jìn)型 RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測(cè)模型,結(jié)合廣州大學(xué)城水質(zhì)控制系統(tǒng)提供的樣本數(shù)據(jù),進(jìn)行仿真比較,論證了改進(jìn)型 RBF神經(jīng)網(wǎng)絡(luò)算法的合理性與優(yōu)越性。
　　(2)借助MATLAB建立了基于改進(jìn)型RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測(cè)模型的人機(jī)交互界面。基于改進(jìn)型 RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測(cè)模型不僅適用非技術(shù)人員根據(jù)樣本數(shù)據(jù)進(jìn)行水質(zhì)評(píng)價(jià),